摘要
本发明提供了一种基于卷积神经网络的滑坡位移预测方法及装置,涉及滑坡安全技术领域,包括获取不同地区滑坡的工程地质条件、气候条件以及位移量,以构建样本数据集;搭建神经网络模型,初始化神经网络模型的参数,并对参数的初始权值和初始阈值进行随机赋值;利用所述训练集对神经网络模型进行训练,在训练过程中通过螳螂优化算法反向传播更新权重和阈值,以得到最优权值和最优阈值;将最优权值和最优阈值赋值给神经网络模型的参数,得到优化后的神经网络模型;利用所述测试集对优化后的神经网络模型进行测试,得到训练完成的滑坡位移预测模型,本发明可准确预测出滑坡变形数据,节约时间和人工成本。
技术关键词
滑坡位移预测方法
工程地质
生成卷积神经网络
神经网络模型训练
数据
生成混沌序列
多通道
地下水
样本
螳螂
采集单元
位置更新
测试模块
栅格
参数
气候
时序
搭建模块
系统为您推荐了相关专利信息
人工智能技术
语义分析模型
模板
报表
商业智能工具
状态更新
页面渲染方法
页面渲染装置
计算机程序产品
可读存储介质
计数器
分区
数据处理方法
系统级芯片
非易失性存储器
温度预测模型
车辆热管理系统
动力电池
样本
长短期记忆网络